基于本體的科研網(wǎng)絡(luò)關(guān)系挖掘.pdf

1、隨著計算機在各個領(lǐng)域的廣泛應(yīng)用和互聯(lián)網(wǎng)的迅速發(fā)展,社會信息總量呈爆炸式指數(shù)增長,特別是進入21世紀(jì)后,信息總量更是以每三年增加一倍的速度遞增.因此,為應(yīng)對全球信息爆炸給當(dāng)前互聯(lián)網(wǎng)用戶帶來的巨大挑戰(zhàn),迫切需要開發(fā)一些可自動化的技術(shù)來協(xié)助人們從形形色色的信息中找到自己感興趣的信息.信息抽取正是解決這個問題的一種方法.
　　信息抽取技術(shù)是指從一段自然語言文本中抽取出用戶指定的事件或事實信息,并以結(jié)構(gòu)化形式描述信息,它最終目的是開發(fā)實用的

2、信息抽取系統(tǒng).從自由文本中抽取用戶感興趣的信息.本文的研究工作是將本體技術(shù)應(yīng)用到信息抽取系統(tǒng)中,協(xié)助完成信息抽取工作.本體的引入即保證了結(jié)構(gòu)的一致性,又保證了數(shù)據(jù)的一致性。在前人工作的基礎(chǔ)上,本文主要完成以下工作:
　　(1)介紹了本文的研究背景和研究意義,并分析了目前本體領(lǐng)域和信息抽取領(lǐng)域的研究現(xiàn)狀.
　　(2)深入研究了基于本體的信息抽取系統(tǒng)的相關(guān)理論技術(shù),主要包括本體技術(shù)和信息抽取技術(shù).詳細(xì)探討了本體的定義、分類、建模

3、原語、構(gòu)建規(guī)則與方法、描述語言以及本體的構(gòu)建工具.其次,對信息抽取也進行了深入研究,包括信息抽取的概念、信息抽取系統(tǒng)以及基于本體的信息抽取系統(tǒng)等.
　　(3)在對科研合作網(wǎng)絡(luò)的結(jié)構(gòu)特征進行分析的基礎(chǔ)上,提出了一種面向科研合作網(wǎng)絡(luò)領(lǐng)域構(gòu)建領(lǐng)域本體的方法,并使用此方法構(gòu)建了面向目標(biāo)對象科研合作網(wǎng)絡(luò)的領(lǐng)域本體.使用protégé4.1定義領(lǐng)域本體的概念、概念的數(shù)據(jù)屬性和對象屬性等,并利用protégé自帶的推理工具對已構(gòu)建的領(lǐng)域本體(包

4、含描述領(lǐng)域的概念、關(guān)系、約束等許多信息)進行解析和推理,保證了本體的正確性和一致性。另外,利用本體解析還可以將領(lǐng)域本體中包含的領(lǐng)域信息提取出來,如本體的概念、概念之間的關(guān)系、關(guān)系的定義域和值域、類的實例等.
　　(4)對非結(jié)構(gòu)化文本采用自然語言處理技術(shù),完成預(yù)處理和中文分詞操作,并生成預(yù)處理的文檔集.設(shè)計了基于本體的信息抽取系統(tǒng)框架結(jié)構(gòu),并對其中的重要模塊進行了詳細(xì)分析.
　　(5)根據(jù)本體解析的結(jié)果生成信息抽取規(guī)則,使用此